«Чёрный лебедь», котики, кружочки и палочки. Как спастись от систем распознавания лиц при помощи макияжа
Medialeaks проверил варианты маскировки, защищающие от технологии распознавания лиц, и выбрал самые эффективные из них. «Чёрный лебедь», кошачьи усы, полосы и точки — рассказываем, что из этого убережёт вас от нежелательного внимания в соцсетях.
Директор по распространению технологий «Яндекса» и руководитель сервиса «Яндекс.Здоровье» Григорий Бакунов рассказал о своём хобби-проекте — сервисе, который может защитить человека от распознавания лица системами наблюдения, окружающими жителей мегаполисов.
По словам Бакунова, его программа-алгоритм способна подобрать необычный, но действенный в борьбе с распознаванием лиц макияж. Она предлагает пользователю варианты раскраски, которая, как описывает разработчик, позволила существенно снизить возможность распознавания. От «Вася чуть-чуть не похож на себя» до «совсем не похож на Васю» и даже «вообще не Вася, а скорее Коля». Выглядит это, например, так.
Редакция Medialeaks раскрасилась в стиле моделей Бакунова, чтобы проверить, насколько хорошо работает идея обходить системы распознавания лиц, рисуя на себе абстрактные линии и круги без всякого намёка на симметрию.
Как проходил эксперимент
Для опытов мы использовали обычную акварель: она легко смывается, но при этом может лежать плотным слоем, который будет заметен на снимках.
Мы попробовали повторить варианты макияжей, получившиеся у Бакунова, создать свои вариации мэйкапа в его стиле, посмотрели, можно ли обойти системы распознавания лиц, используя макияж Натали Портман из «Чёрного лебедя», а также раскрасились котиками.
Чтобы проверить, насколько сам факт наличия макияжа влияет на эти системы, мы сделали несколько разных фото — с раскрашенным лицом, с ним же и в головном уборе, а также с макияжем, головным убором и в очках (традиционный и уже проверенный метод обхода систем распознавания).
Полученные фото были загружены в несколько сервисов, содержащих в себе системы распознавания лиц, — FindFace, Betaface и фейсбук, в котором есть система распознавания ваших лиц и лиц ваших знакомых на загружаемых снимках.
Первый макияж Бакунова
Первым делом мы проверили макияж, разработанный сотрудником «Яндекса», и раскрасили лицо автора статьи. Даже если это не работает против видеокамер, можно ходить с таким макияжем на вечеринки.
Но при проверке фото через FindFace — один из самых известных в России сервисов, использующих систему распознавания лиц, — результат оказался провальным. Страница во «ВКонтакте» появилась на первом же месте в найденных совпадениях.
Но стоит надеть бейсболку, и система перестаёт работать.
Тёмные очки на лице тоже отлично спасают от распознавания системой FindFace, которая начинает искать людей в похожих очках и забывает о человеке на снимке.
Другая доступная любому система — автоматическое распознавание людей на загружаемых вами фото в фейсбуке. Сервис сравнивает их со снимками на страницах ваших знакомых и предлагает их отметить.
Макияж и эту проверку не прошёл — профиль сразу же был найден.
Но если добавить к луку бейсболку, происходит небольшое чудо: система перестаёт не только определять человека, но и в принципе видеть лицо на фотографии.
И дело не в неудачном снимке — при проверке другого изображения фейсбук понял, что на нём изображено чьё-то лицо. Но чьё именно, не определил. Но редактора Настю на том же снимке не удалось распознать благодаря обычным солнцезащитным очкам.
А если добавить их к бейсболке, то получим +100 к защите от распознавания (и +50 к нелепости).
Ещё один этап проверки — сервис Betaface, который определяет возраст, пол и расу человека на загруженных снимках. В случае с этим макияжем ему удалось угадать только пол, но не возраст и расу. Автор статьи превратился в 56-летнего азиата, который носит очки.
А нейросеть, с помощью которой можно искать порноактрис, похожих на ваших знакомых (Medialeaks тестировал её на Навальном, Усманове и Поклонской), не нашла никаких совпадений для фото с макияжем. И в бейсболке. И с очками. Ну ок.
Второй макияж Бакунова
В своей статье Бакунов предлагал ещё один вариант защитного макияжа, мы протестировали его на редакторе Тане.
FindFace не справился с задачей, хотя глаза на снимке он определённо увидел — большинство девушек среди предлагаемых в поиске вариантов были похожи на Таню хотя бы разрезом глаз.
Когда на редакторе появились ещё и очки, сервис сломался и не нашёл ни одного профиля.
Система распознавания лиц в фейсбуке споткнулась уже на первом фото, не узнав Таню. Снимок в бейсболке показал такие же результаты.
Полноценной победы над распознаванием удалось добиться при помощи очков, бейсболки и макияжа — фейсбук вообще перестал видеть на фотографии какое-либо лицо.
А Betaface описал Таню как 51-летнюю женщину в очках с усами, хотя ни усов, ни очков на фото не было, да и лет редактору намного меньше. Кроме того, сервис «потерял» один глаз, не разобрался, где нос, и нарисовал Тане огромный рот.
И никаких результатов в сервисе с порноактрисами и политиками.
Цвета редакции
Макияжи Бакунова состояли из ассиметричных полосок и кругов, поэтому мы изобрели собственный мейкап в цветах Medialeaks, отвечающий тем же требованиям, и раскрасили в него редактора Катю. Никакой симметрии и больших участков лица без макияжа, но простой рисунок — на раскраску потребовалось около 10 минут, при этом процесс был довольно хаотичным.
FindFace потерпел поражение. Результат близок к идеальному.
Это сработало и в фейсбуке — алгоритм не нашёл на снимке лица, и даже не пришлось прибегать к очкам и бейсболке.
Кажется, что на фото мало света, но это не причина поражения фейсбука. Снимок при другом освещении показал такой же результат. И даже очки не помогли системе найти глаза на фото.
На всякий случай мы проверили алгоритм фейсбука на фото Кати без макияжа — система узнаёт её даже в бейсболке (кстати, она оказалась единственной из редакции, кого фейсбук узнал даже в головном уборе).
Чёрный лебедь
Не все хотят ходить по улицам города, раскрасившись в круги и полосы, поэтому мы попробовали обмануть системы распознавания макияжем из кино. Выбор пал на фильм «Чёрный лебедь» с Натали Портман, который должен скрыть разрез глаз, к тому же чем-то похож на маску грабителя.
FindFace увидел лицо, но не узнал его.
Результаты на фейсбуке были такими же. Выглядит так, будто Натали Портман может грабить банки, если вдруг захочет.
Мы пошли немного дальше и сделали из лебедя чёрного котика. Потому что мы любим котиков.
Результаты не изменились. Теперь можно официально заявить, что котики помогают защититься от слежки.
Но не с Betaface — на этот раз сервис уверенно определил, что у Тани нет усов (а как же кошачьи?) и очков, и ошибся только с возрастом (кажется, это частая проблема сервиса).
Кружочки и полоски
В очередном хаотичном макияже мы не стали скрывать глаза, понадеявшись только на силу кружков и полосок. Если судить по прошлым опытам, системы распознавания лиц начинают сбоить при обработке лиц, которые скрыты за хаотичным «шумом».
FindFace на этой фотографии сломался. Возможно, он не видит глаза, в которые нужно смотреть.
Фейсбук также в очередной раз потерпел поражение, но увидел лицо.
За решёткой
Последний и самый антиутопичный вариант макияжа, который должен помочь обойти системы распознавания лиц, но, скорее всего, привлечёт внимание правоохранительных органов.
Достаточно ли этого, чтобы обмануть FindFace? Всё получилось — никакого лица на фото сервис не заметил.
Фейсбук также не справился. Как бы странно это ни звучало, решётка оказывается сильнее системы.
Но всё же самым действенным «макияжем» во время опыта для нас оставались бейсболка и очки. Они помогали обходить СРЛ на любом сервисе. Кроме Betaface: очки и бейсболка для него оказались более лёгким препятствием, чем макияж, и сервис почти угадал возраст автора.
В современном мире с помощью систем наблюдения можно достигать невероятных результатов в слежке за кем-либо. Так, полицейские в США смогли найти нарушителя уже после неудачной погони с помощью дрона и дополненной реальности. А с помощью FindFace и нескольких других сервисов Medialeaks смог найти личные данные незнакомых пользователей из приложения для знакомств по одной их фотографии. Не всегда такие достижения используются на благо общества: мы писали и о том, насколько легко взломать веб-камеру на ноутбуке, кто и зачем занимается этим, а также как от этого защищаться.
Источник статьи: http://medialeaks.ru/2107sts-txt-chyornyiy-lebed-kotiki-kruzhochki-i-palochki/
КрасотаРаспознавание лиц:
Как люди прячутся от камер
с помощью макияжа
И насколько это этично
Текст: Фариза Родригез
Мы живём с ощущением, что приватность сохранить легко. Найти человека в толпе, идентифицировать по случайной фотографии — это что-то из области боевиков и детективов. Тем временем технология распознавания лиц, скорее всего, уже присутствует в вашей жизни. Face ID в iPhone, весёлые приложения вроде Facetune, которые сами догадываются, где на загруженном снимке находятся глаза, нос и рот, и даже назойливые предложения фейсбука отметить на фотографии знакомых — всё это относительно безвредные применения серьёзной методики, которую придумали в первую очередь для идентификации и поимки правонарушителей.
Всё лето в Москве и городах России шли протесты, в результате которых уже шесть человек получили тюремные сроки. Незадолго до этого, в мае 2019 года, мэр города Сергей Собянин анонсировал конкурс на создание масштабной системы распознавания лиц, которая охватит более 200 тысяч камер видеонаблюдения. При этом за последние два года — только в процессе тестирования системы на улицах Москвы — с её помощью на массовых мероприятиях задержали 152 человека. Разбираемся, что это за технология, как люди во всём мире пытаются с ней бороться и при чём тут вообще макияж.
Где используют системы распознавания лиц
Системы распознавания лиц активно внедряют во всём мире — причём не только государственные структуры, но и частные компании. Разработчики алгоритмов для программного обеспечения для них сейчас есть в США, Великобритании, Китае, Швеции и не только. В Москве систему распознавания лиц тестируют на протяжении последних двух лет — сегодня к ней подключено около тысячи камер в городской инфраструктуре и метро. На государственном уровне её уже широко используют в Китае и Великобритании; в США, например, она есть в Вашингтоне, а вот в Сан-Франциско её запретили.
Идея кажется не такой уж и плохой: идентификационные технологии позволяют быстрее находить преступников, потерявшихся людей, дают дополнительные возможности для комфортного использования платёжных систем, авторизации на личных устройствах. В Китае, помимо прочего, таким образом можно получить кредит, сходить в туалет или рассчитаться в супермаркете или ресторане. Установив необходимую технику и приложение дома, вы можете даже защитить миску любимой кошки от посягательств посторонних животных — она выдаст корм только тому питомцу, чья морда будет похожа на искомую. Эффективность метода налицо: в 2017-м журналист BBC решил проверить идентификационную систему в Пекине и выяснить, как быстро можно обнаружить человека, если его фото внесут в базу разыскиваемых лиц. В итоге скрываться он смог всего лишь семь минут после начала эксперимента.
Как это работает
Сама система состоит из камеры и программного обеспечения, которое анализирует фотографию. Суть технологии — сопоставление лиц, попавших в объектив, с изображениями из базы данных. Анализ может происходить как на отдельном сервере, так и на IP-камере — в этом случае на сервер отправляются уже обработанные метаданные. В некоторых случаях анализ проходит прямо на устройстве, контролирующем доступ, например открывающем турникет или замок.
Технология существует в 2D- и 3D-форматах, ведутся разработки и по тепловому распознаванию лиц. В основе 2D-метода — анализ плоских изображений, проще говоря, фотографий. Большинство баз данных в мире как раз двухмерные, и основное оборудование тоже получает изображение в 2D. В городской инфраструктуре используют чаще всего именно его. Александр Литреев, специалист по информационной безопасности, рассказывает, что идея 2D-распознавания лиц строится на цифровых математических моделях линий, по которым происходит определение области лица на изображении: «Одни учитывают линию губ и бровей, другие ищут более-менее симметричные фрагменты в изображении лица относительно линии носа и их соотношение».
С 3D-распознаванием лиц мы сталкиваемся разве что в Face ID Apple — этот метод построен на анализе трёхмерного изображения лица. Сложность его использования в том, что необходимое оборудование стоит очень дорого, к тому же готовых баз данных с 3D-изображениями не существует; и хотя такая система ошибается реже своего 2D-конкурента, взломать её гораздо проще. Изображение получают благодаря сканированию — это могут быть лазерные сканеры, которые оценивают дальность точек поверхности объекта; сканеры с анализом изгибов полос, полученных благодаря структурированной подсветке; сканеры, обрабатывающие полученные изображения фотограмметрическим методом.
У теплового распознавания лиц в теории почти нет слабых мест — темнота, макияж, причёски, шляпы и бороды для них не проблема, — однако готовых решений пока не существует. Разработки ведут сразу в двух направлениях: распознавание по базе термограмм (которой тоже пока нет) и распознавание по изображениям, полученным с помощью тепловизионной камеры.
Как этого избегают
Люди во всём мире пытаются обойти системы распознавания лиц. Самый очевидный и популярный способ — прятаться за маской — является противозаконным: скрывать лицо в общественных местах законодательно запрещено во многих странах, в том числе и в России. Хотя носить шапки, парики, асимметричные стрижки, накладные усы и бороды всё ещё можно, от идентификации они не спасут, поскольку нейросети уже умеют учитывать переменные такого толка. Более того, по словам Александра Литреева, системы специально обучают на нереалистичных причёсках, которые нельзя воспроизвести в домашних условиях.
Изобретательнее всех оказались учёные из Национального института информатики в Японии — ещё в 2013 года они создали очки Privacy Visor Glasses со встроенными лампами, которые делают лицо неузнаваемым для систем, а в 2015-м представили и усовершенствованную модель. Если первая была построена на принципе засвечивания области глаз и переносицы, то вторая не требует подзарядки и эффективна за счёт расположения линзы.
В Сети также есть проекты, которые предлагают варианты макияжа и причёсок для защиты от идентификации личности, например CV Dazzle. В России тоже были попытки — сотрудник «Яндекса» разработал алгоритм макияжа, который серьёзно усложняет распознавание, но проект так и не запустили по этическим причинам. Задача такого мейкапа — разрушить симметрию лица или изменить опорные линии, которые анализирует система.
Большинство программ автоматически переводят изображение в чёрно-белый формат, поэтому и перехитрить их предлагают соответствующе. Обычно симметрию нарушает яркий контраст, поэтому для макияжа предлагают использовать в первую очередь чёрный и белый цвета. Светлые пастельные оттенки выглядят на фото почти белыми, насыщенные тёмные — тёмно-серыми, а большинство ярких цветов почти сливается с тоном кожи. По этой же логике белый цвет предлагают использовать на тёмной коже, чёрный — на светлой.
Поскольку алгоритм выстраивает симметрию лица при помощи опорных точек — относительно переносицы, спинки носа, расстояния между глазами и многих других, — эти зоны предлагается просто «стереть» или размыть с помощью рисунков, аппликаций или страз. До неузнаваемости меняет лицо активный, почти театральный контуринг или сильно искажающая форму графика и независимые от черт лица элементы и геометрия на глазах, бровях и губах — несимметричные, контрастные и различающиеся по цвету. Светящиеся элементы — ресницы и стрелки, — предположительно, могут сработать по принципу очков Privacy Vision, если засвечена область глаз и переносицы.
Источник статьи: http://www.wonderzine.com/wonderzine/beauty/otherbeauty/245637-id-and-makeup